基于聲發(fā)射信號的銑刀故障診斷.pdf

1、金屬切削過程的在線監(jiān)控對于保證零件加工質(zhì)量、減少刀具失效和機床故障、提高生產(chǎn)自動化水平具有重要意義。銑削過程會產(chǎn)生聲發(fā)射信號，聲發(fā)射信號蘊涵了豐富的與刀具狀態(tài)密切相關(guān)的信息。本文以聲發(fā)射信號為分析對象，研究銑刀的故障診斷。
　　首先，構(gòu)建了基于虛擬儀器技術(shù)的銑削聲發(fā)射信號采集分析系統(tǒng)。系統(tǒng)以LabVIEW為軟件平臺，結(jié)合MATLAB數(shù)值分析軟件，開發(fā)了基于聲發(fā)射信號的采集系統(tǒng)、去噪系統(tǒng)、參數(shù)分析系統(tǒng)以及頻域分析等軟件系統(tǒng)。通過設(shè)計

2、試驗采集到了各種工況各種刀具狀態(tài)下的聲發(fā)射信號并對采集的聲發(fā)射信號進行小波閾值去噪處理。
　　然后,分別利用時域參數(shù)分析法與頻域分析法對聲發(fā)射信號進行了分析。對不同工況不同刀具狀態(tài)下聲發(fā)射信號的總振鈴計數(shù)、總事件計數(shù)、總能量、有效電壓（RMS）等統(tǒng)計特征參量進行了計算，結(jié)果表明刀具自新刀狀態(tài)到微磨損狀態(tài)再到嚴重磨損狀態(tài)，其總振鈴計數(shù)及總事件計數(shù)均呈現(xiàn)出下降的趨勢，相反，其總能量及有效值電壓值（RMS）則隨著刀具磨損程度加劇而增大的

3、趨勢。對各信號進行頻譜分析發(fā)現(xiàn)，隨著銑刀磨損程度的加劇，能量主峰頻率向低頻移動并且功率譜幅值也相應的呈增大趨勢；同時考察重心頻率（FC）、均方根頻率（RMSF）以及頻率標準方差（RVF）這幾個頻率特征參數(shù)發(fā)現(xiàn)，F(xiàn)C、RMSF、RVF有隨刀具磨損程度加劇而下降的趨勢。
　　之后，將神經(jīng)網(wǎng)絡(luò)技術(shù)應用于銑刀狀態(tài)識別。研究了基于銑刀聲發(fā)射信號的BP神經(jīng)網(wǎng)絡(luò)識別原理，分析了BP神經(jīng)網(wǎng)絡(luò)模型的工作工程，討論了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定及樣本的確定